《表1 七类问题的accuracy》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于层次注意力机制的高效视觉问答模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

/%

考虑到语言表述具有多样性，相对于式（13）提出的VQA准确率，本文在测试过程中也统计了绝对准确率，即只要模型给出的答案出现在10个标注人员的答案中，就认为模型能够理解图片与问题的含义，并作出了合理的回答。同时为更好地观察模型在不同类型的问题上的表现，本文将问题种类细分为七类，分别是“Y/N”“how many”“what color”“where”“why”“what”“other”，这七类问题的VQA准确率与绝对准确率如表1所示。